Python中的超平面是指一個n維空間中的一個（n-1）維平面，所有的點都在這個平面的同一側。用于機器學習中的分類算法就可以利用超平面將不同類別的點分開。

#創(chuàng)建一個二維超平面
import numpy as np
points = np.array([[1, 2], [2, 1], [2, 3], [5, 8], [6, 7], [7, 5]])
#獲得前兩列數(shù)據(jù)，即x和y
x = points[:, 0]
y = points[:, 1]
#使用擬合函數(shù)求解超平面方程
fit = np.polyfit(x, y, 1)
fit_fn = np.poly1d(fit)
#繪制散點圖和擬合直線
import matplotlib.pyplot as plt
plt.scatter(x, y)
plt.plot(x, fit_fn(x), color='red')
plt.show()

通過擬合函數(shù)可以求出超平面的方程，比如上述代碼中返回的fit就是超平面方程的系數(shù)，fit_fn就是方程。這個例子創(chuàng)建的是一個二維超平面，變量points為二維點坐標數(shù)組。若需要創(chuàng)建更高維度的超平面，只需將點坐標的維度增加，算法不用改變。